南京公共交通实现跨越式发展

市民愿意选择公共交通出行,最重要的原因就是公交出行越来越便利。目前南京市已形成以轨道交通为骨干、地面公交为网络、其他公共交通方式为延伸和补充、多种运输方式无缝衔接的多元公交网络体系。数据显示,近5年,南京市共新辟公交线路165条、优化调整336条。新增公交专用道127.8公里。中心城区公交站点500米覆盖率由87%提高至100%,农村也已经实现村村通公交。还有近年来不断增加的微循环公交线路,让公交车直接深入城市道路的'毛细血管',而全市2333个公共自行车服务站点、93035辆公共自行车,则有效解决了公交出行'首末一公里'问题。     

基于出行链理论的城际旅客出行特征研究

在传统"四阶段法"不满足城际出行研究要求的情况下,借鉴出行活动分析理论对城镇群内城际出行行为进行研究。通过构建城际出行链理论模型,结合长江三角洲城镇群旅客城际出行调查数据,采用统计分析方法,探讨了城镇群内旅客城际出行全过程的时空变化规律,分析了各类客流在城际出行不同阶段的差异性。     

出行需求分析的新方法:活动模型的应用研究

结合我国交通规划实际情况,提出新型的基于活动的出行需求分析方法,通过大量的调查数据和严密的分析,研究了数据转换的过程及方法,用以分析活动与出行的关系,并以此作为活动模型与出行模型之间的桥梁。详细阐述了数据选择和整理方法、有效性检查规则;应用居民出行调查数据,分析活动及出行特征作为模拟的基础,并提出基于交叉分类的出行量预测方法;然后制定活动-出行行为的详细模拟流程,研究各特性变量的模拟方法;给出模型的验证及确认方法,并编写计算机程序实现模拟流程。该方法已应用于辽宁某市城市居民的活动与出行特征分析,验证结果显示该方法具有较强的实用性,为活动模型的研究提供了参考。     

居民公交出行链重复性量化分析及其出行规律研究

作为城市交通的枢纽，公共交通系统承载了大量的居民出行。自动数据采集系统收集的IC卡数据包含了大量的乘客出行信息，通过这些数据可分析居民公交出行规律，进而优化公交服务。引入信息熵及熵率对居民公交出行链重复性进行量化，研究了基于量化指标分析居民公交出行规律的方法。通过出行地点状态标定，将乘客的出行链转化为离散的出行序列；利用信息熵和熵率对出行序列进行量化分析，得到出行重复性与量化指标的关系，即出行序列的信息熵越大，熵率越小，该乘客出行重复性越高，出行规律越强。基于重复性量化处理，以石家庄公交智能卡乘客出行数据为例，分别从群体和个人这2个方面对公交乘客的出行规律进行分析。结果表明，出行链重复性量化指标可以对出行规律的强弱进行直观判断。当乘客出行规律不明显，但信息熵高于样本均值2.53 bits、熵率低于样本均值1.13 bits/事件时，可通过进一步分析挖掘出乘客潜在出行规律。      

莆田市城市居民出行特征分析及交通需求管理的对策建议

以莆田市2009年城市居民出行调查的有关数据为对象,通过出行强度、出行方式、出行的时间分布、出行的空间分布等一系列指标总结归纳出莆田市城市居民出行的规律、变化特征及其原因。针对莆田市居民出行总量、出行距离、出行耗时、私人交通方式、高峰小时峰值等特点,对莆田市城市交通需求管理提出相应的对策建议。     

城市出行特征分析

城市居民出行特征及货物流动特征是与交通运输系统及其应用相关的,它对于研究规划过程中的技术分析和战略类型非常重要。文中根据近年来的调查数据,从出行目的、出行时间分配两方面分析了城市出行的变化特征,提出了出行链的概念,探讨了客运交通发展战略。     

不同规模城市居民出行方式影响因素分析

明确影响不同规模城市中居民出行方式选择的关键因素及其影响路径,有助于采取针对性策略调节城市居民出行结构,进而提高城市交通系统效率,缓解交通拥堵、空气污染等"城市病".现有研究较少关注中、小城市的居民出行方式选择,较缺少同省份居民出行方式选择的跨城市规模对比分析,不利于策略制定者运用出行方式关键影响因素调节居民出行行为....     

杭州市居民出行特征分析及交通发展对策探讨

该文根据杭州市2005年居民出行调查的相关数据,结合杭州市城市交通现状,对杭州市居民出行次数、出行时段、出行方式等一系列的指标进行了分析研究,总结归纳杭州市居民出行特征的规律、变化特征及其原因,并在此基础上对杭州市的交通发展提出相关的建议。     

城市组团土地利用对居民出行空间分布的影响分析——以常州市主城区为例

城市土地利用是影响城市居民出行的关键因素之一。引入出行空间分布系数和出行方向系数描述居民出行空间分布。基于常州市居民出行调查数据,研究了城市组团土地利用对基于家的上班出行和基于家的弹性出行空间分布的影响。     

重庆农村公路建设向“双百”目标冲刺

<正>日前,记者从重庆市公路局获悉:2010年重庆将投入75亿元用于新改建8 000 km农村公路,实现乡镇通畅率100%、建制村通达率100%的"双百"目标,使老百姓出行更加方便。     

基于马尔科夫链的公交站间行程时间预测算法

公交站间行程时间具有明显的时段分布特征,且公交车辆是典型的时空过程对象,其运行具有状态转移性。为了准确预测公交站间行程时间,在应用马尔科夫链预测公交站间行程时间基础上提出其改进算法。通过大量公交GPS数据构造不同时段下具体线路站间行程时间的马尔科夫状态转移矩阵,并对站间行程时间进行状态推导,采用移动误差补偿法对马尔科夫预测值进行动态修正,改进原有的马尔科夫预测算法。以广州市BRT线路B1的实际运行数据对算法进行了验证,结果表明,移动误差补偿改进算法优于基本马尔科夫算法及 BP模型,同时该改进算法还具有实现过程较简单。      

支持向量机在路段行程时间预测中的应用研究

主要探讨支持向量机理论在路段行程时间预测中的应用。具体的方法是,首先将研究路段根据路段交通状态和车辆检测器设置情况进行分段,然后以前几个时段的各个小路段的交通流量、平均速度和车道占有率和整个路段的行程时间为输入,以下一时段的整个路段的行程时间为输出,选取高斯径向基函数作为核函数,建立了基于支持向量机的路段行程时间预测模型,从而探讨支持向量机在路段行程时间预测中的应用效果。最后,利用交通仿真软件的模拟数据进行验证,并与BP神经网络计算结果比较,计算结果的对比表明本文提出的方法预测效果更好。     

Bi-objective routing problem with asymmetrical travel time distributions

Recent studies have confirmed that travelers consider travel time reliability in addition to average travel time when making route choice decisions. In this study, we develop a bi-objective routing model that seeks to simultaneously optimize the average travel time and travel time reliability. The semi-standard deviation (SSD) is chosen as the reliability measure because it reflects travelers' concerns over longer travel time better than the commonly used standard deviation. The Pareto-optimal solutions to the bi-objective model are found by using an improved strength Pareto evolutionary algorithm. Tests on a real-world urban network with field measured travel time data have demonstrated good performance of the algorithm in the aspects, such as computational efficiency, quick convergence, and closeness to the global Pareto-optimal. Overall, the bi-objective routing model generates reasonable path recommendations. The SSD-based model is sensitive to the asymmetry of travel time distribution and tends to avoid paths with excessively long delays. This would be particularly helpful to those users placing high values on travel time reliability.     

交通信息服务条件下的出行选择分析

首先 ,探讨了出行者的出行心理、行为以及信息之间的相互关系 ,在此基础上 ,简要分析了出行者的出行选择。其次 ,考虑在交通信息服务条件下 ,由于出行者本身以及信息方面的原因 ,出行选择可能出现过激反应、集聚反应等问题。最后 ,针对上述问题 ,提出应该加以重视的或有待进一步研究的几个问题。     

北京市居民出行时间成本研究

采用收入法,考虑出行目的、出行方式等因素,给出居民出行时间成本计算的方法与步骤,将居民出行时间价值货币化。以北京市2000年和2005年为对象年,估算了分目的、分方式出行对应的单位时间价值,并根据历年交通调查的数据,获取了当年北京市全社会小汽车、公共交通(包括轨道交通)、出租汽车的平均出行时间和出行量,计算得到北京市全社会当年居民出行的时间成本。     

城市公共交通需求预测

该文在公共交通调查的基础上,分析了丹东市公共交通供需平衡性,运用"四阶段"模式对丹东市居民公共交通出行产生、居民公共交通出行分布、居民出行方式结构做出预测,以利于整个交通系统的内部平衡以及交通系统与外部系统的协调发展,旨在为公交规划提供必要的依据。     

Bus travel time modelling using GPS probe and smart card data: A probabilistic approach considering link travel time and station dwell time

Abstract

Path travel time estimation for buses is critical to public transit operation and passenger information system. State-of-the-art methods for estimating path travel time are usually focused on single vehicle with a limited number of road segments, thereby neglecting the interaction among multiple buses, boarding behavior, and traffic flow. This study models path travel time for buses considering link travel time and station dwell time. First, we fit link travel time to shifted lognormal distributions as in previous studies. Then, we propose a probabilistic model to capture interactions among buses in the bus bay as a first-in-first-out queue, with every bus sharing the same set of behaviors: queuing to enter the bus bay, loading/unloading passengers, and merging into traffic flow on the main road. Finally, path travel time distribution is estimated by statistically summarizing link travel time distributions and station dwell time distributions. The path travel time of a bus line in Hangzhou is analyzed to validate the effectiveness of the proposed model. Results show that the model-based estimated path travel time distribution resembles the observed distribution well. Based on the calculation of path travel time, link travel time reliability is identified as the main factor affecting path travel time reliability.     

Urban travel time reliability at different traffic conditions

The decision making of travelers for route choice and departure time choice depends on the expected travel time and its reliability. A common understanding of reliability is that it is related to several statistical properties of the travel time distribution, especially to the standard deviation of the travel time and also to the skewness. For an important corridor in Changsha (P.R. China) the travel time reliability has been evaluated and a linear model is proposed for the relationship between travel time, standard deviation, skewness, and some other traffic characteristics. Statistical analysis is done for both simulation data from a delay distribution model and for real life data from automated number plate recognition (ANPR) cameras. ANPR data give unbiased travel time data, which is more representative than probe vehicles. The relationship between the mean travel time and its standard deviation is verified with an analytical model for travel time distributions as well as with the ANPR travel times. Average travel time and the standard deviation are linearly correlated for single links as well as corridors. Other influence factors are related to skewness and travel time standard deviations, such as vehicle density and degree of saturation. Skewness appears to be less well to explain from traffic characteristics than the standard deviation is.     

基于行程质量的随机用户平衡分配模型

提出行程质量的概念以描述出行者在不确定环境下的路径选择准则。将行程质量定义为行程时间和行程时间可靠性的线性加权和,综合了影响路径选择的两个不同的重要因素:行程时间和行程时间可靠性。假定在路段通行能力随机变化的情况下出行者以估计行程质量费用最小作为路径选择的标准,建立了基于行程质量的随机用户平衡分配模型。证明了模型解的等价性和唯一性,给出了求解模型的MSA算法。在一个小型测试网络上的计算结果表明:模型能够反映出行者在随机路网中的路径选择行为。